基于GM（1，1）模型的台风灾害救灾物资需求量预测

针对福建省台风灾害频发,需要根据气象等部门的有关信息对台风灾害救灾物资的种类和数量进行预测的需求,在对随机强烈振荡的受灾情况原始数据序列进行修正的基础上,应用GM（1,1）模型对受灾人口数量进行预测,然后根据受灾人口数量推算生活类救灾物资需求量．该方法经实例验证,可应用于不确定性较大的台风灾害救灾物资需求量的预测．     

基于GM（1，1）灰色模型的江西省农村人均年收入预测研究

通过对江西省2004～2008年农村人均年收入数据进行分析,建立GM（1,1）灰色系统预测模型,运用灰色预测方法对江西省2009和2010年农村人均年收入水平进行预测。结果表明,2009年的预测值与实际值相差很小,模型具有较高的精确度,由该模型预测的2010年江西省农村人均年收入为5774元。     

基于GM（1，1）模型的时段年平均降水量预测——以宁夏隆德县为例

利用灰色系统理论GM（1,1）模型对隆德县时段年平均降水量进行了预测,经过残差检验证明所建模型具有可行性和适应性,以及用已有的实测数据检验所建模型精度满足预报要求,并预测了未来4个时段年平均降水量．预测结果为研究区域的水资源规划提供了依据．     

基于灰色GM（1,1）模型的绿洲动态变化研究

研究基于1970 ～2009年且末绿洲变化特征、现状及存在的问题,选取影响该绿洲变化的9个社会经济指标,利用因子分析法,分析且末绿洲动态变化的驱动力因素,最后通过灰色GM（1,1）对未来20年的绿洲面积动态变化进行预测.结果表明,影响且末绿洲动态变化的驱动力归纳为人口变化因素、经济发展因素和农业成产条件因素;灰色GM（1,1）模型对绿洲未来动态变化趋势预测得出,规划的近期水平年2010年和远期目标年2030年且末绿洲面积的预测结果分别为1 014.24和2 248.23 hm2,绿洲面积预测模型模型精度达到一级标准.     

基于GM（1,1）模型的青衣江上游月径流预测研究

采用GM（1,1）模型对青衣江上游1999年——2006年的月径流进行模拟和预测,并检验2007年的预测效果。结果表明：1月、3月、7月、8月、9月、10月、11月和12月的模型可靠性较高。全年各月的模拟效率和预测效果均不相同,平均模拟效率为91.60%,预测值平均相对误差为25.24%。因此,GM（1,1）模型能够用于青衣江上游月径流的模拟和预测。     

基于GM（1，1）模型的我国水产品产量预测

【目的】预测“十二五”时期我国水产品总产量,为渔业产业发展总体规划的制定提供参考。【方法】根据1997~2010年我国水产品产量指标数据,利用GM（1,1）模型对“十二五”期间我国水产品产量进行预测。【结果】按照“生产方式”预测的结果为：在2013年水产品总产量将达6000万t,同年养殖产量在水产品总产量的比重将达到75%;按照“生产水域”预测的结果为：2013年我国淡水产品产量将首次超过海水产品产量,同时在2014年水产品总产量将达到6000万t。按“生产方式”预测的水产品产量略高于按照“生产水域”预测的结果。【建议】“十二五”期间,有关部门应切实加强监测,制定相应的渔业发展规划,协调不同水域下的生产增长水平,实现海淡水生产的全面可持续发展。     

广西蔬菜产量灰色预测模型GM（1，1）的建立及其相关性分析

运用灰色系统理论,基于2008—2014年广西蔬菜产量数据,建立了广西蔬菜产量灰色预测模型GM(1,1),对该模型进行残差检验、关联度检验以及后验差检验,并以2015—2016年广西蔬菜产量数据作为该模型精确度的实际检验。检验结果证明该模型可用。利用该模型预测广西2017—2019年的蔬菜产量分别为3 062.58万、3 225.196万、3 396.446万t;蔬菜产量与种植面积、消费量、财政支农支出呈极显著正相关,并提出关于蔬菜种植的相关建议。     

基于GM（1,1）模型和灰色关联分析的广西GDP预测研究

运用灰色关联分析对2001～2009年影响广西经济发展的相关因素进行了研究,并建立了灰色GM（1,1）模型对广西地区生产总值进行预测。     

灰色GM（1，1）模型群及其粮食产量的预测

科学准确地预测粮食产量，对于制定国民经济计划十分重要。目前粮食产量的预测方法很多，本文提出了粮食产量预测的灰色ＧＭ（１，１）模型群，并根据某县１９８１年～１９９０年的粮食产量资料，对该县１９９１年～１９９５年的粮食产量进行了预测。经分析，其预测结果可靠、预测精度比ＧＭ（１，１）模型大大提高。     

GM（1，1）包络模型中上、下包络模型的一种新的确定方法

现有文献给出的确定ＧＭ（１，１）包络模型中上、下包络模型的方法．不仅存在有人为的主观成分．而且还不能保证所有的已知原始数据点都落在上、下包络模型曲线之间，这是不合理的．为此，作者研究提出了一种新的确定上、下包络模型的方法──非线性规划法，用这种方法确定的上、下包络模型，克服了现有文献给出的方法之不足．     

基于对数变换的灰色GM（1,1）改进模型

灰色GM(1,1)模型是灰色系统模型的核心,本文通过对原始序列作对数变换生成新数列并结合优化灰导数的方法,改进了灰色GM(1,1)模型,提出了基于对数变换的灰色GM(1,1)改进模型,使模型的精度大为提高.本文不仅从理论上严格论证了新的改进模型的理论可行性,并且通过实际数据的验证与原始模型的结果相比较,证明了改进模型的实用性和可靠性优于原始模型.     

灰色模型GM（1,1）与GM（2,1）的改进和探讨

修正了ＧＭ（２,１）灰色模型,利用Ｚ变换给出ＧＭ（１,１）、ＧＭ（２,１）的时间响应序列,改进了灰色预测模型,同时证明该时间响应序列具有自回归性。     

基于序列包络带的 GM（1，1）区间预测建模条件研究

刘思峰教授提出了使用原始序列的包络带来预测序列变化范围的方法。以 GM （1,1）模型的适用范围为基础,通过对包络序列上界函数与下界函数的讨论,分析了序列包络带进行区间预测的建模条件,并得到了相关结论。研究成果对促进灰色系统预测模型的发展和完善具有积极意义。     

灰色GM（1,1）模型和Verhulst模型在青岛市海水养殖产量预测中的应用

灰色预测是建立从过去引申到将来的灰色预测模型（Grey Prediction Model）,从而确定所研究系统未来发展变化的趋势,为决策者提供科学依据。以青岛市1998-2007年海水养殖产量统计数据为基础,分别利用灰色GM（1,1）模型和Verhulst模型对该市传统海水养殖产量变化作预测。预测结果表明,GM（1,1）模型和Verhulst模型都显示了青岛市海水养殖产量在未来5年呈逐年递增的趋势。但通过对GM（1,1）模型和Verhulst模型的模拟精度验证和模拟预测结果的比较,发现灰色Verhulst模型预测精度较高,Verhulst模型更适合对该市未来几年的海水养殖产量进行预测。该研究结果可为青岛市合理保护和利用海水养殖资源、制定海水养殖规划提供参考依据。     

基于GM(1,1)模型的国内生产安全事故预测

针对国内生产安全事故问题,提出了基于灰色理论的GM(1,1)模型预测方法,以便及时做好预防措施,减少事故的发生和降低损失。介绍了GM(1,1)模型的建立方法与计算步骤;分析了国内生产安全事故的组成并以2013年11~12月和2014年1~8月国内生产安全事故数据为基础,对死亡人数、受伤人数建立了相应的GM(1,1)模型,经检验模型基本合格,可以用来预测2014年10、11、12月份的事故数量,计算得出这3个月份平均死亡人数为328,平均受伤人数分别约为221、220和219;通过灰色预测分析法与一元回归分析方法在国内生产安全事故预测中的应用对比,得出GM(1,1)模型相对较可靠。结果表明,运用GM(1,1)模型对国内生产安全事故进行预测是可行的,为安全事故预测提供一种有效的方法。     

基于一元线性回归和GM(1,1)模型的农村人口预测

首先基于SPSS统计分析软件对焦作地区2004年至2011年农村人口数据进行了相关性分析,结果显示,人口与年份之间存在显著的相关性。其次在焦作地区2004年至2011年农村人口数据的基础上,分别应用一元线性回归模型,灰色系统的GM(1,1)理论,构建了农村人口预测模型。通过SPSS统计软件和EXCEL软件实现了对焦作地区未来2012年至2020年农村人口规模进行预测和分析。     

GM（1,1）模型在房地产价格指数预测中的应用

本文简要介绍了灰色预测方法ＧＭ（１,１）模型的构造与模型检验。利用１９９８年１－６月中间房地产北京指数建立了北京市房地产价格指数预测模型。经模型检验,该模型预测、精度等级为一级,预测模型可靠。     

递进GM(1,1)模型在福建省茶叶产量预测中的应用

应用灰色系统理论,建立了福建省茶叶产量的动态模式,分析了茶叶产量的历史变动状况,并对2009年-2015年的茶叶产量进行预测。通过对原始数据序列开n次方来改善原始数据序列{x^（0）（k）}的光滑度,依据此数据建立的模型群代替原来单一的模型,极大地提高了预测精度。     

高校图书流通量的优化灰导数白化值的无偏灰色GM（1,1）模型预测

通过优化灰导数白化值,建立了无偏灰色GM（1,1）模型。并用此模型对九江学院图书馆2004～2009年化学类图书借阅量进行了预测,结果表明,预测结果精度较高,可为图书馆图书流通管理提供更为可靠的依据。     

GM(1,1)模型的改进及应用

根据GM(1,1)模型建模原理,对GM(1,1)模型的模拟方法作了一些改进.新模型克服了序列增速过快对模拟效果的影响,扩大了GM(1,1)模型的应用范围,经实例验证,其模拟方法是可行的.